不只是RAG变体！xMemory如何重新定义智能体记忆机制

xMemory 首次将“层级解构 + 信息论指导 + 不确定性扩张”整合成一个端到端的记忆检索框架，在智能体长程对话场景中全面超越了传统RAG方法。作者已基于MIT协议开源代码，下一步计划支持多模态记忆与联邦学习隐私版本，无论是个人助理、游戏NPC还是企业知识库都能灵活应用。

这项由伦敦国王学院团队提出的xMemory技术，采用“先拆后聚”的层级记忆架构，能够将智能体长程对话中的冗余检索信息削减30%的Token量，同时将问答准确率（QA分数）反而提升超过10分。

RAG 在 Agent 场景的“水土不服”症结

传统方法的问题链条通常是这样：

图片

xMemory “拆-聚-检”三步走策略

图片

构建四级记忆树

从原始对话起步，完整保留时间戳与指代关系链。在Episode层面，将连续的消息块通过边界检测与提示词自动分段。在Semantic层面，提炼出可复用的事实单元，例如“用户于2025年1月搬家至西雅图”。在Theme层面，抽象出高阶概念，如“职业规划与家庭关系”。

> 每一层级节点都保持为一个“完整证据单元”，不再进行机械式的片段切割。

引入稀疏-语义综合目标函数

f(P) = SparsityScore + SemScore

SparsityScore：确保各主题分布均衡，避免出现“超级候选集”而淹没关键信息。SemScore：促使语义相近的内容聚集，不同主题分离，有效防止“语义孤岛”现象。

支持在线增量更新：新的语义信息会首先贴附于最近的相关主题，一旦触及阈值即自动进行分裂或合并。数据显示44.9%的节点会被动态重组，这意味着记忆结构越用越有条理。

自顶向下的双阶段检索

第一阶段（骨架选择）在主题-语义层进行贪心选择，优先挑出“覆盖广且相关性高”的代表性节点，并天然去重。

第二阶段（不确定性扩张）则非常克制，只将那些能显著降低LLM预测熵的Episode或原始消息纳入最终检索结果，冗余信息一句也不给。

实验效果验证

Token用量减半，性能分数反升

在跨三款主流LLM（包括Qwen3-8B、Llama-3.1-8B、GPT-5-nano）的测试中，趋势高度一致：模型越小，性能提升幅度越大。

深度解析：为什么效果如此显著？

证据密度实验表明，在xMemory的检索块中“同时命中2个以上答案关键词”的比例提升了2倍，而简单剪枝方案会把多重命中的区块削成单一命中，反而使信息更稀疏。

一张图看清差距

图片

对于同一段长对话，传统RAG需要抓取20个信息块才能覆盖答案，而xMemory仅需5块；简单剪枝虽然Token用少了，却可能把关键细节一起剪掉。

三个实战锦囊

首先，别再盲目调高 top-k 值。智能体记忆具有高度自相关性，k 值越大越冗余。正确的做法是先分层，再用贪心算法选取代表节点，效果立竿见影。

其次，剪枝需慎用。对话证据具有链式耦合性，剪“废话”时容易误剪“前提”。用不确定性阈值门控替代硬性剪枝，能在降低Token用量的同时提升准确率。

最后，结构要“活”。用户会随时更正事实，让主题节点可以动态分裂与合并，记忆才不会“僵化”。

让AI记住你，不再只是“金鱼脑”，也不会变成“话痨”——这正是后RAG时代记忆管理的开端。

论文：Beyond RAG for Agent Memory: Retrieval by Decoupling and Aggregation